R Notebook

creative commons

library(jsonlite)
library(tidyverse)

Registered S3 methods overwritten by 'dbplyr':
  method         from
  print.tbl_lazy     
  print.tbl_sql      
-- Attaching packages -------------------------------------------------------------------------------------------- tidyverse 1.3.1 --
v ggplot2 3.3.5     v purrr   0.3.4
v tibble  3.1.6     v dplyr   1.0.7
v tidyr   1.1.4     v stringr 1.4.0
v readr   2.1.0     v forcats 0.5.1
-- Conflicts ----------------------------------------------------------------------------------------------- tidyverse_conflicts() --
x dplyr::filter()  masks stats::filter()
x purrr::flatten() masks jsonlite::flatten()
x dplyr::lag()     masks stats::lag()

library(tidyjson)

Attaching package: ‘tidyjson’

The following object is masked from ‘package:jsonlite’:

    read_json

The following object is masked from ‘package:stats’:

    filter

#Datos de declaraciones
declaraciones <- fromJSON("data/declaraciones.json", flatten = TRUE) 
#Datos de personas servidoras públicas sancionadas por actos de corrupción
servidores <- fromJSON("data/Sistema3Servidores.json",flatten = TRUE)
#Datos de personas servidoras públicas que intervienen en contrataciones públicas
sistemas2 <- fromJSON("data/SistemaS2.json", flatten = TRUE )

tenemos codigo postal

guardamos la muestra

save(declaraciones_muestra, file="declaraciones_muestra.Rda")

load("declaraciones_muestra.RData")

declaraciones_muestra$metadata

#Educacion
#años de haber finalizado sus estudios
declaraciones_muestra$declaracion$situacionPatrimonial$datosCurricularesDeclarante$escolaridad[[1]]$fechaObtencion

declaraciones_muestra$declaracion$situacionPatrimonial$datosGenerales$situacionPersonalEstadoCivil

#Ubicacion
declaraciones_muestra$declaracion$situacionPatrimonial$domicilioDeclarante$domicilioMexico

#cargo y contrato, fechaTomaPosesion, ubicacion trabajo
declaraciones_muestra$declaracion$situacionPatrimonial$datosEmpleoCargoComision

# podemos saber si tiene experiencia laboral, y tiempo de trabajar,
# tiempo en el sector publico
declaraciones_muestra$declaracion$situacionPatrimonial$experienciaLaboral$experiencia[[2]]

# informacion de la pareja, y dependientes economicos
declaraciones_muestra$declaracion$situacionPatrimonial$datosPareja
declaraciones_muestra$declaracion$situacionPatrimonial$datosDependienteEconomico

#ingresos
declaraciones_muestra$declaracion$situacionPatrimonial$ingresos

#inmuebles precio y contrastar si vale lo declarado 
declaraciones_muestra$declaracion$situacionPatrimonial$bienesInmuebles$

numero de declaraciones por rfc

declaraciones$declaracion$situacionPatrimonial$datosGenerales$rfc %>% 
  count(rfc, sort = T)

declaraciones_muestra

declaraciones_muestra %>% unnest() %>% unnest()%>% unnest()

Warning: `cols` is now required when using unnest().
Please use `cols = c(`_id`, metadata, declaracion, interes)`
Warning: `cols` is now required when using unnest().
Please use `cols = c(situacionPatrimonial, interes, participacion)`
Warning: `cols` is now required when using unnest().
Please use `cols = c(datosGenerales, domicilioDeclarante, datosCurricularesDeclarante, 
    datosEmpleoCargoComision, experienciaLaboral, datosPareja, 
    datosDependienteEconomico, ingresos, bienesInmuebles, vehiculos, 
    bienesMuebles, inversiones, adeudos, prestamoOComodato, actividadAnualAnterior, 
    participacion, participacionTomaDecisiones, apoyos, representacion, 
    clientesPrincipales, beneficiosPrivados, fideicomisos, participacion1)`

servidores sancionados

# lugar donde laborab
servidores$servidorPublicoSancionado.rfc = do.call(rbind.data.frame, servidores$servidorPublicoSancionado.rfc)
servidores <- servidores %>% 
  unnest(servidorPublicoSancionado.rfc)
servidores

# lugar donde laborab
servidores[1,] %>% 
  str()

tibble [1 x 27] (S3: tbl_df/tbl/data.frame)
 $ id                                       : chr "a94cacc9-53ba-40d1-bc04-08b765010ac0"
 $ fechaCaptura                             : chr "2010-01-01"
 $ expediente                               : chr "SANC/bed70faf"
 $ autoridadSancionadora                    : chr "Contraloría Interna"
 $ tipoSancion                              :List of 1
  ..$ :'data.frame':    1 obs. of  3 variables:
  .. ..$ clave      : chr "SE"
  .. ..$ valor      : chr "SANCIÓN ECONÓMICA"
  .. ..$ descripcion: chr ""
 $ causaMotivoHechos                        : chr "DESVÍO DE RECURSOS PÚBLICOS"
 $ observaciones                            : chr "Al contrario del pensamiento popular, el texto de Lorem Ipsum no es simplemente texto aleatorio. Tiene sus raic"| __truncated__
 $ institucionDependencia.nombre            : chr "Comisión Federal de Electricidad"
 $ rfc                                      : chr "PUDD930927"
 $ homoClave                                : chr "E33"
 $ servidorPublicoSancionado.curp           : chr "PUDD930927MVZG N02"
 $ servidorPublicoSancionado.nombres        : chr "Daniela"
 $ servidorPublicoSancionado.primerApellido : chr "Puga"
 $ servidorPublicoSancionado.segundoApellido: chr "de Anda"
 $ servidorPublicoSancionado.puesto         : chr "Jefe de departamento"
 $ servidorPublicoSancionado.genero.clave   : chr "M"
 $ servidorPublicoSancionado.genero.valor   : chr "FEMENINO"
 $ tipoFalta.clave                          : chr "ASEX"
 $ tipoFalta.valor                          : chr "COMETER O TOLERAR CONDUCTAS DE ACOSO SEXUAL"
 $ tipoFalta.descripcion                    : chr "COMETER O TOLERAR CONDUCTAS DE ACOSO SEXUAL"
 $ resolucion.fechaResolucion               : chr "2010-01-01"
 $ multa.monto                              : num 13185
 $ multa.moneda.clave                       : chr "MXN"
 $ multa.moneda.valor                       : chr "Peso Mexicano"
 $ inhabilitacion.plazo                     : chr NA
 $ inhabilitacion.fechaInicial              : chr NA
 $ inhabilitacion.fechaFinal                : chr NA

servidores_sanciones <- servidores %>% 
  mutate(tipoSancion = map_chr(tipoSancion, ~ .[['valor']]) )

Caso especial

sistemas2[1,] %>% 
  str()

'data.frame':   1 obs. of  17 variables:
 $ id                    : chr "8a54a1ce-98b4-40f9-a52c-a272ed56f238"
 $ fechaCaptura          : chr "2018-05-21T17:32:28Z"
 $ ejercicioFiscal       : chr "2018"
 $ ramo                  :'data.frame': 1 obs. of  2 variables:
  ..$ clave: int 23
  ..$ valor: chr "Provisiones salariales y económicas"
 $ rfc                   : chr "ROCA9005303Z8"
 $ curp                  : chr "ROCA900530MYNDLL04"
 $ nombres               : chr "Alejandra"
 $ primerApellido        : chr "Rodríguez"
 $ segundoApellido       : chr "Calderón"
 $ genero                :'data.frame': 1 obs. of  2 variables:
  ..$ clave: chr "F"
  ..$ valor: chr "FEMENINO"
 $ institucionDependencia:'data.frame': 1 obs. of  3 variables:
  ..$ nombre: chr "SECRETARÍA DE ENERGÍA"
  ..$ siglas: chr "SENER"
  ..$ clave : chr "XYZ987"
 $ puesto                :List of 1
  ..$ :List of 2
  .. ..$ nombre: chr "DIRECTOR DE ADMINISTRACIÓN DE BIENES INFORMÁTICOS"
  .. ..$ nivel : chr "M11"
 $ tipoArea              :List of 1
  ..$ :'data.frame':    2 obs. of  2 variables:
  .. ..$ clave: chr  "T" "RE"
  .. ..$ valor: chr  "TÉCNICA" "RESPONSABLE DE LA EJECUCIÓN"
 $ nivelResponsabilidad  :List of 1
  ..$ :'data.frame':    1 obs. of  2 variables:
  .. ..$ clave: chr "R"
  .. ..$ valor: chr "RESOLUCIÓN"
 $ tipoProcedimiento     :List of 1
  ..$ :'data.frame':    1 obs. of  2 variables:
  .. ..$ clave: int 1
  .. ..$ valor: chr ""
 $ superiorInmediato     :'data.frame': 1 obs. of  7 variables:
  ..$ nombres        : chr "PEDRO"
  ..$ primerApellido : chr "CRUZ"
  ..$ segundoApellido: chr "MEDINA"
  ..$ curp           : chr "CUMP770826HMNRDD96"
  ..$ rfc            : chr "CUMP7708269R6"
  ..$ puesto         :'data.frame': 1 obs. of  2 variables:
  .. ..$ nombre: chr "Director General"
  .. ..$ nivel : chr "CFM2300003"
  ..$ genero         :'data.frame': 1 obs. of  2 variables:
  .. ..$ clave: chr NA
  .. ..$ valor: chr NA
 $ observaciones         : chr ""